面向稀疏軌跡數據的位置預測方法研究.pdf

1、隨著很多基于位置服務的興起，位置預測發(fā)展成了一項必要的任務，比如，通過預測用戶的目的地，向用戶推薦旅游景點的信息，或者發(fā)布一些超市、商場的折扣信息等。位置預測就是根據用戶的歷史軌跡數據，預測下一個可能的位置。由于受到一些實際因素的影響，比如，傳輸過程中數據包的丟失、采樣時間間隔過長、位置更新不及時等，移動對象的位置更新可能會遺漏部分路徑信息，所以GPS等移動設備采集到的數據存在一個問題，即數據稀疏問題。已有的研究方案多數都不適用于稀疏數

2、據上的位置預測，如果直接針對稀疏數據進行挖掘，預測的準確率會很低。所以本文就稀疏數據問題，提出了一個位置預測研究方案。為了提高預測的準確率，本文在挖掘軌跡模式的過程中考慮了時間因素對預測的影響，體現了用戶的移動規(guī)律偏向于就近時間段的特性;同時，將包含頻繁軌跡模式的軌跡id保存起來，避免了重復掃描數據集，提高了挖掘的效率。
　　本文的主要貢獻如下：
　　首先，針對稀疏數據，本文提出了處理稀疏軌跡數據的具體方法，緩解了因數據稀疏

3、導致的預測準確率低的問題。
　　其次，鑒于老化的軌跡對預測準確性的影響，本文提出了基于保鮮度的支持度計算方法，在挖掘軌跡模式的過程中考慮了時間因素，提高了預測的準確率。
　　再次，針對模式挖掘問題，將軌跡模式與網絡拓撲圖聯系起來，將覆蓋區(qū)域用帶權有向圖表示，提出了軌跡標識列表的概念，減少了候選模式的數量，避免了重復掃描原始數據集，提高了算法的效率。
　　最后，提出了一種相似用戶聚類算法，使用同類用戶的數據進行預測，緩解